[发明专利]视频剪辑方法、装置、计算机设备及存储介质

权利要求书

1.一种视频剪辑方法，其特征在于，所述方法包括：

提取第一视频数据中的音频数据中的每个音频帧的频谱信息；

将第一音频帧的第一数量个前序音频帧、所述第一音频帧以及所述第一音频帧的第二数量个后序音频帧构成帧集合；其中，所述第一音频帧为所述音频数据中的任一音频帧，所述前序音频帧为位于所述第一音频帧之前的音频帧，所述后序音频帧为位于所述第一音频帧之后的音频帧；

将所述帧集合中的多个音频帧的频谱信息进行组合，得到融合频谱信息，对所述融合频谱信息进行特征提取，得到音频特征，将提取得到的音频特征确定为所述第一音频帧的音频特征；

基于多个所述音频帧的音频特征进行特征变换，得到每个所述音频帧的关联特征，所述音频帧的关联特征表示所述音频帧与前序音频帧和后序音频帧之间的关联关系；基于每个所述音频帧的关联特征进行分类，得到每个所述音频帧对应的识别结果，所述识别结果表示所述音频帧是否属于音乐音频帧；

基于每个所述音频帧对应的识别结果，确定所述音频数据中的音乐音频帧和非音乐音频帧；将所述音频数据中连续的多个音乐音频帧构成音乐片段，将连续的多个非音乐音频帧构成非音乐片段；根据所述音乐片段的播放信息或所述非音乐片段的播放信息中的至少一项，校正所述音频数据中的所述音乐片段和所述非音乐片段，所述播放信息用于表示播放情况，所述播放信息包括播放时长、播放时间点或者播放时间段中的至少一项；

从所述第一视频数据中，截取与所述音乐片段的播放时间段相同的视频片段，得到包括所述音乐片段的第二视频数据。

2.根据权利要求1所述的方法，其特征在于，所述提取第一视频数据中的音频数据中的每个音频帧的频谱信息，包括：

对每个所述音频帧进行频域变换，得到每个所述音频帧的能量谱信息；

对每个所述音频帧的能量谱信息进行滤波，得到每个所述音频帧的频谱信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述第一音频帧的前序音频帧的数量小于所述第一数量的情况下，在所述第一音频帧之前填充至少一个音频帧，以使所述第一音频帧的前序音频帧的数量等于所述第一数量；

在所述第一音频帧的后序音频帧的数量小于所述第二数量的情况下，在所述第一音频帧之后填充至少一个音频帧，以使所述第一音频帧的后序音频帧的数量等于所述第二数量。

4.根据权利要求1所述的方法，其特征在于，音乐识别模型包括频谱提取子模型、特征提取子模型和特征识别子模型；

调用所述频谱提取子模型，执行提取第一视频数据中的音频数据中的每个音频帧的频谱信息的步骤；

调用所述特征提取子模型，执行将第一音频帧的第一数量个前序音频帧、所述第一音频帧以及所述第一音频帧的第二数量个后序音频帧构成帧集合，将所述帧集合中的多个音频帧的频谱信息进行组合，得到融合频谱信息，对所述融合频谱信息进行特征提取，得到音频特征，将提取得到的音频特征确定为所述第一音频帧的音频特征的步骤；

调用所述特征识别子模型，执行基于多个所述音频帧的音频特征进行特征变换，得到每个所述音频帧的关联特征，基于每个所述音频帧的关联特征进行分类，得到每个所述音频帧对应的识别结果的步骤。

5.根据权利要求1所述的方法，其特征在于，所述播放信息包括播放时长，所述根据所述音乐片段的播放信息或所述非音乐片段的播放信息中的至少一项，校正所述音频数据中的所述音乐片段和所述非音乐片段，包括：

在第一音乐片段与第二音乐片段之间存在第一非音乐片段，且所述第一非音乐片段的播放时长小于第一时长的情况下，将所述第一音乐片段、所述第二音乐片段与所述第一非音乐片段合并为一个音乐片段。

6.根据权利要求1所述的方法，其特征在于，所述播放信息包括播放时长，所述根据所述音乐片段的播放信息或所述非音乐片段的播放信息中的至少一项，校正所述音频数据中的所述音乐片段和所述非音乐片段，包括：

在第二非音乐片段与第三非音乐片段之间存在第三音乐片段，且所述第三音乐片段的播放时长小于第二时长的情况下，将所述第二非音乐片段、所述第三非音乐片段与所述第三音乐片段合并为一个非音乐片段。